基于單目視覺(jué)的車(chē)道偏離預(yù)警系統(tǒng)的研究.pdf

1、隨著經(jīng)濟(jì)的飛速發(fā)展，人們對(duì)汽車(chē)的需求量不斷攀升，交通事故的發(fā)生率也隨之快速增長(zhǎng)，安全駕駛也成為了社會(huì)關(guān)注的焦點(diǎn)之一。在所有的交通事故中，因駕駛員注意力不集中而造成的車(chē)道偏離事故所占比例高達(dá)37.4％。因此，如何減少因車(chē)輛偏離而導(dǎo)致的交通事故的發(fā)生率，成為當(dāng)今社會(huì)的重大挑戰(zhàn)。調(diào)查表明，如果能夠提前0.5秒預(yù)警，交通事故的發(fā)生率將會(huì)降低60%。車(chē)道偏離預(yù)警技術(shù)是解決這一問(wèn)題的有效解決方案。
　　目前已經(jīng)商業(yè)化的車(chē)道偏離預(yù)警系統(tǒng)都是基于

2、單目視覺(jué)的。車(chē)道檢測(cè)及車(chē)道偏離預(yù)警是此類(lèi)系統(tǒng)的兩個(gè)核心算法?，F(xiàn)有的用于結(jié)構(gòu)化道路的車(chē)道檢測(cè)算法可歸納為基于邊緣特征和基于模型兩種算法。其中，基于邊緣特征的算法計(jì)算速度快，但其對(duì)于天氣變化、路面文字和方向箭頭等干擾因素較敏感，抗干擾能力差；基于模型的算法對(duì)環(huán)境變化的適應(yīng)性較好，但其算法繁冗復(fù)雜?，F(xiàn)有的車(chē)道偏離預(yù)警算法可歸納為僅基于圖像信息和基于圖像信息與道路模型相結(jié)合的兩種算法。其中，僅基于圖像信息的算法準(zhǔn)確度較低；基于圖像信息與車(chē)道模型

3、相結(jié)合的算法具有較高準(zhǔn)確性，但其對(duì)于相機(jī)參數(shù)和車(chē)輛系統(tǒng)的依賴(lài)性較強(qiáng)，不易實(shí)現(xiàn)大眾化。
　　基于以上分析，本文主要研究?jī)?nèi)容如下：
　?。?）針對(duì)現(xiàn)有車(chē)道檢測(cè)算法抗干擾能力差或繁冗復(fù)雜的問(wèn)題，本文提出基于連通分量和循環(huán) Hough變換的道路環(huán)境自適應(yīng)直車(chē)道檢測(cè)算法。首先，根據(jù)圖像中路面文字、方向箭頭等干擾圖標(biāo)邊界連通的特點(diǎn)，提出基于連通分量的干擾消去算法，增強(qiáng)對(duì)路面圖標(biāo)和遮擋物的抗干擾能力。其次，因道路環(huán)境的變化，不同時(shí)刻的道路

4、圖像具有不同的最適Hough變換閾值，克服了傳統(tǒng)固定閾值Hough變換適應(yīng)性差的缺點(diǎn)，本文提出能實(shí)時(shí)調(diào)整閾值的循環(huán) Hough變換算法，提高對(duì)環(huán)境變化的自適應(yīng)性。最后，對(duì)真實(shí)道路視頻處理的實(shí)驗(yàn)結(jié)果表明，本算法具有較好的抗干擾性和對(duì)道路環(huán)境變化自適應(yīng)性與實(shí)時(shí)性。
　　（2）針對(duì)基于圖像信息與道路模型相結(jié)合的車(chē)道偏離預(yù)警算法對(duì)相機(jī)參數(shù)和車(chē)輛系統(tǒng)的依賴(lài)性較強(qiáng)的問(wèn)題，本文提出不依賴(lài)相機(jī)參數(shù)和車(chē)輛系統(tǒng)的基于 CCP和灰色預(yù)測(cè)的車(chē)道偏離預(yù)警算